Selected Papers No.

16

Random Walks in Stock-Market Prices

By EUGENE F. FAMA

GRADUATE SCHOOL OF BUSINESS UNIVERSITY OF CHICAGO

EUGENE F. FAMA é professor de finanças da Escola de Pós-graduação em Negócios
da Universidade de Chicago. Os campos de interesses de suas pesquisas englobam as
amplas áreas da Economia; finanças, estatísticas, métodos matemáticos e
computacionais. Ele tem particularmente se preocupado com o comportamento dos
preços no mercado de ações. Um líder em desenvolver a hipótese dos chamados
"mercados eficientes", seus influentes escritos têm estimulado um grande volume de
investigações, com eles relacionados, em Chicago e em outros lugares. O professor Fama
recebeu o grau de Bacharelado (com grandes honras) na Universidade de Tufts em 1960
e o grau de Ph.D. da Universidade de Chicago em 1964. Sua tese de doutorado, "O
comportamento dos preços no mercado de ações," foi publicado no Business Journal, em
janeiro de 1965. A teoria dos passeios aleatórios é discutida em detalhes substanciais e
forneceu ampla evidência empírica para apoiar a referida teoria. Este paper selecionado,
foi condensado em uma versão não técnica do artigo, inicialmente para ser entregue em
uma palestra sobre gestão em 1965, durante uma a Conferência de Pós-graduação na
Escola de Negócios, para um programa destinado a um clube de Executivos.

Passeio aleatório dos preços no mercado de ações

Por muitos anos, economistas, estatísticos e professores de finanças têm se interessado

no desenvolvimento e teste de modelos de comportamento do preço das ações. Um
importante modelo, que tem evoluído a partir desta pesquisa, é a teoria dos passeios
aleatórios. Esta teoria lança sérias dúvidas sobre muitos outros métodos para descrever
e predizer o comportamento do preço das ações, cujos métodos têm considerável
popularidade fora do mundo acadêmico. Por exemplo, nós veremos mais tarde que se
a teoria dos passeios aleatórios for uma descrição exata da realidade, então, os vários
procedimentos baseados em "técnicas" ou "gráficos", para prever os preços das ações,
são completamente irrelevantes.

Em geral, a teoria dos passeios aleatórios levanta questões desafiadoras para quem tem
mais do que um interesse passageiro em compreender o comportamento dos preços
das ações. Infelizmente, no entanto, a maioria das discussões da teoria têm aparecido
em revistas acadêmicas, cujo nível abordado apresenta uma forma muito técnica, dado
que o tratamento não-matemático tornaria a teoria incompreensível. Este paper
descreve, resumidamente, e simplesmente, a teoria dos passeios aleatórios e algumas
das importantes questões levantas, relativas ao trabalho dos analistas de mercado. Para
preservar a brevidade, alguns aspectos da teoria, e suas devidas implicações, foram
omitidas. As discussões mais completas (mas também mais técnicas) da teoria dos
passeios aleatórios estão disponíveis em outros lugares; Espero que a introdução
fornecida aqui vá incentivar o leitor a examinar uns dos trabalhos mais rigorosos e
longos listados no final deste paper.

Técnicas preditivas comuns

A fim de colocar a teoria dos passeios aleatórios em perspectiva, primeiro discutiremos,

com brevidade, e em termos gerais, as duas abordagens para prever os preços das ações
que são comumente defendidos por profissionais do mercado. Estas são as análises (1)
“gráficas” ou “técnicas” e (2) a teoria da análise do valor natural ou fundamental.

O pressuposto básico de todas as análises gráficas, ou análises técnicas, é que a história

tende a repetir-se, isto é, os padrões de comportamento dos preços das ações,
individualmente, tendem a se repetir para além no futuro. Assim, a maneira de prever
os preços das ações (e, claro, aumentar os ganhos potenciais) é desenvolver uma
familiaridade com os últimos padrões de comportamento dos preços, para reconhecer
situações de provável reincidência.

Essencialmente, as técnicas de análises gráficas tentam usar o conhecimento do

comportamento passado de uma série de preços para prever o provável
comportamento futuro da mesma série. Um estatístico caracterizaria suas técnicas
como um conjunto de suposições onde as sucessivas precificações nos títulos
mobiliários, individualmente, seriam dependentes entre si. Ou seja, as várias análises
grafistas assumem que a seqüência de alterações dos preços, antes de qualquer dia, são
importantes em predizer a variação dos preços para aquele dia.1

As técnicas de análises gráficas estão sempre cercadas por um certo grau de misticismo,
no entanto, e como resultado, a maioria dos profissionais do mercado tê-las encontrado
suspeitas. Assim, é provavelmente seguro dizer que a análise pura dos gráficos é
relativamente rara entre os analistas do mercado de ações. Prefiro o analista típico, que
adere a uma técnica conhecida como a análise fundamental ou o método do valor
natural.

O pressuposto da abordagem da análise fundamental é que, em qualquer ponto no

tempo, uma ação tem um valor natural (ou, nos termos do economista, um preço de
equilíbrio) que depende do potencial de ganhos dessa ação [dividendos/Yield]. O
potencial de ganhos da ação depende, por sua vez, de fatores fundamentais como a
qualidade da gestão, perspectivas para a indústria e a economia, etc.

Através de um estudo cuidadoso destes fatores fundamentais o analista deve, a

princípio, ser capaz de determinar se o preço real da ação está acima ou abaixo de seu
valor natural. Se os preços reais tendem a se mover em direção a valores naturais, então
é possivel fazer uma tentativa em determinar que o valor natural da ação é equivalente
a previsão sobre seu preço futuro; esta é a essência do procedimento preditivo implícito
na análise fundamental.

Teoria dos Passeios aleatórios

As teorias grafistas e a teoria da análise fundamental contemplam, realmente, os

campos de atuação do profissional de mercado e, em grande medida, dos professores
de finanças. Historicamente, no entanto, tem havido uma grande massa de pessoas da
área acadêmica, principalmente economistas e estatísticos, que subscrevem uma

1
Provavelmente, o exemplo mais conhecido da abordagem baseada em análises gráficas, para prever os preços das
ações, é a teoria de Dow.
abordagem radicalmente diferente para a análise de mercado, baseada na teoria dos
passeios aleatórios dos preços no mercado de ações. O restante deste artigo será
dedicado a uma discussão sobre esta teoria e suas principais implicações.

Os teóricos da teoria dos passeios aleatórios geralmente começam a partir da premissa

de que uma maior segurança nos processos de intercâmbio são bons exemplos de
mercados "eficientes". Um mercado "eficiente" é definido como um mercado onde há
um grande número de maximizadores de lucro racionais competindo ativamente, com
cada um tentando prever valores futuros do mercado de ações, e onde informações
correntes importantes são quase livremente disponíveis para todos os participantes.

Em um mercado eficiente, a concorrência entre os muitos participantes inteligentes leva

a uma situação onde, em qualquer momento, os preços reais das ações irão refletir os
efeitos da informação baseada em eventos que já ocorreram e em eventos que, a partir
de agora, o mercado espera que ocorram no futuro. Em outras palavras, em um
mercado eficiente, a qualquer momento, o preço real de uma ação será uma boa
estimativa do seu valor natural.

Agora, em um mundo incerto, o valor natural de uma ação nunca poderá ser exatamente
determinado. Assim, há sempre espaço para a discordância entre os participantes do
mercado sobre qual é o valor natural de uma ação, e tal desacordo dará origem a
discrepâncias entre os preços reais e valores naturais. Em um mercado eficiente, no
entanto, o ato concorrencial de muitos participantes deve causar oscilações do preço
real de uma ação, orbitando aleatoriamente sobre o seu valor natural. Se as
discrepâncias entre os preços reais e os valores naturais são sistemáticas, ao invés de
aleatórias por natureza, então o conhecimento disto deve ajudar os participantes
inteligentes do mercado, para preverem melhor o caminho pelo qual os preços reais se
moverão em direção aos valores naturais. Quando os muitos traders inteligentes
tentarem aproveitar esse conhecimento, no entanto, tenderão a neutralizar tal
comportamento sistemático nas séries dos preços. Embora a incerteza relativa aos
valores naturais permaneça, os preços reais das ações vaguearão aleatoriamente sobre
seus valores naturais.

Novas informações

Claro, valores naturais podem se alterar ao longo do tempo como resultado de novas
informações. A nova informação pode envolver coisas como o sucesso de um projeto de
pesquisa e desenvolvimento atual, uma mudança na gestão, uma tarifa de imposto
sobre o produto de um determinado setor em um país estrangeiro, um aumento da
produção industrial, ou qualquer outra alteração real ou prevista em um fator, que é
suscetível em afetar as perspectivas da empresa.

Em um mercado eficiente, em média, a concorrência fará com que os efeitos de novas

informações sobre valor natural possam ser "instantaneamente" refletidas nos preços
reais. Na verdade, no entanto, por haver imprecisão ou incerteza em torno das novas
informações, o "ajuste instantâneo" realmente terá duas implicações. Primeiro, os
preços reais serão apreciados ou depreciados face às mudanças nos valores naturais. Em
segundo lugar, os atrasos no completo ajuste dos preços reais, em decorrência dos
sucessivos novos valores naturais, em si, serão independentes (variáveis aleatórias),
com a adaptação dos preços reais por vezes precedendo a ocorrência do evento que
constitui o fundamento da mudança nos valores naturais (ou seja, quando o evento
é antecipado pelo mercado antes que ele na verdade ocorra) e, algumas vezes, tais
ocorrências se manifestam continuamente. Isso nos diz que a propriedade do "ajuste
instantâneo" em um mercado eficiente implica que as sucessivas precificações das ações
serão independentes. Um mercado onde os mecanismos de precificação das ações são
independentes é, por definição, um mercado de passeios aleatórios. Simplesmente, a
teoria dos passeios aleatórios implica que uma série de precificações das ações não
carregam a memória do passado histórico da mesma série, logo, a série histórica não
pode ser usada para prever o futuro de forma significativa. O futuro caminho no nível
de preços de uma ação não é mais previsível do que o caminho de uma série de números
aleatórios acumulados.

É improvável que a hipótese dos passeios aleatórios forneça uma descrição exata do
comportamento dos preços no mercado de ações. Para fins práticos, no entanto, o
modelo pode ser aceitável mesmo que não caibam exatamente nos fatos. Assim,
embora as mudanças de precificações não sejam estritamente independentes, a
quantidade real de dependência das variáveis pode ser tão pequena quanto sem
importância.

O que deve ser classificado como sem importância depende, naturalmente, de uma
questão a ser apreciada. Para um trader ou investidor do mercado de ações, o critério é
óbvio: A suposição de independência do modelo de passeios aleatórios é válida,
enquanto o conhecimento do comportamento passado de uma série de mudanças na
precificação não possa ser usada para aumentar os seus ganhos esperados. Mais
especificamente, se alterações nas precificações de uma determinada ação são
independentes, não há nenhum problema no sincronismo de compras e vendas das
ações. Uma simples política de compra ou venda de uma ação será tão boa quanto
qualquer procedimento ou mecanismo mais complicado para o sincronismo de compras
e vendas de ações. Isso implica que, para fins de investimento, a suposição de
independência do modelo de passeios aleatórios é uma descrição adequada da
realidade, enquanto o real grau de dependência em uma série de precificações não é
suficiente para obter os lucros esperados de quaisquer técnicas e instrumentos mais
"sofisticados", conduta dos traders, técnicas grafistas ou maior do que os lucros
esperados sob uma ingênua política de comprar e vender ações de um portfólio.

Evidências empíricas sobre a independência

Ao longo dos anos têm sido realizada uma série de testes empíricos da teoria dos
passeios aleatórios; na verdade, tanto que não é possível discuti-las adequadamente
aqui. Portanto, ao descrever a evidência empírica, nos limitaremos a uma breve
discussão das diferentes abordagens utilizadas e conclusões gerais que evoluíram a
partir desta teoria.
A principal preocupação da pesquisa empírica sobre o modelo de passeios aleatórios foi
para testar a hipótese de que as variações sucessivas dos preços são independentes
entre si. Seguiram-se duas abordagens diferentes. Primeiro, há a abordagem que se
baseia principalmente em ferramentas estatísticas comuns, tais como as análises de
sequências consecutivas e coeficientes de correlação seriais das mudanças de preço de
um mesmo marcador. Se os testes estatísticos tendem a apoiar a suposição de que há
independência, então podemos deduzir que não há, provavelmente, nenhum
mecanismo padrão no comportamento dos trader’s ou nas técnicas grafistas, baseadas
exclusivamente em padrões do passado histórico de mudanças de preços, capazes de
fazer com que os lucros esperados do investidor pudessem ser maiores do que eles
seriam caso o investidor recorresse a uma simples política de compra e venda de ações.
A segunda abordagem para testes de independência continua testando diretamente os
diferentes mecanismos e padrões de troca no mercado de ativos para ver se eles
fornecem, ou não, um maior retorno face ao simples ato de lucrar com a compra e a
venda indiscriminada de ações.

A pesquisa atual tendeu a concentrar-se na abordagem estatística ou primeiramente

para testar a hipótese da independência; os resultados têm sido consistentes e
impressionantes. Não conheço nenhum estudo em que ferramentas estatísticas padrão
deram provas de dependência importante em uma série de precificações. Em geral,
estes estudos (e há muitos deles) tendem a defender a teoria dos passeios
aleatórios. Isto é verdade, por exemplo, os testes de correlação serial de Moore [10],
Kendall [9], Fama [5] e Cootner [4]. Em todos estes estudos, os coeficientes de
correlação serial da amostra calculados pelas variações nas precificações de ativos
foram extremamente próximas de zero, essa é a prova contra a importância da
dependência nas mudanças de preços. Da mesma forma, a análise de Fama [5] de
execuções nas alterações das precificações de um mesmo ativo e as técnicas de análise
espectral de Granger e Morgenstern [8] e Godfrey, Granger e Morgenstern [7] também
apoiam a suposição de independência do modelo de passeios aleatórios.

Devemos ressaltar, entretanto, que, embora as técnicas estatísticas mencionadas acima

tenham sido as ferramentas comuns usadas em testes de independência, os modelos
grafistas ou de análises técnicas provavelmente não as considerariam adequadas. Por
exemplo, ele não consideraria qualquer correlação serial ou análises superficiais como
testes adequados para saber se a história passada de uma série de mudanças de preços
poderia ser usada para aumentar os lucros esperados do investidor. As relações lineares
simples, que fundamentam o modelo de correlação serial, são demasiadamente muito
sofisticadas para pegar os complicados "padrões" que as análises gráficas veem nos
preços das ações. Da mesma forma, os testes de funcionamento são muito rígidos na
sua maneira de determinar a duração dos movimentos ascendentes e descendentes nos
preços. Em particular, nos testes em série, um movimento na série é considerado como
terminado sempre que há uma mudança no marcador da sequência de mudanças de
precificação, independentemente do tamanho da mudança nos preços, que faz com que
haja uma mudança do marcador. O modelo grafista poderia ter como um método mais
sofisticado para a identificação de movimentos, um método que não previsse sempre a
terminação do movimento simplesmente porque o nível de preços temporariamente
mudou a direção.
 Críticas ouvidas

Estas críticas das ferramentas estatísticas comuns não passaram despercebidas, no

entanto. Por exemplo, a técnica de filtragens de Alexander [1, 2] é uma tentativa de
aplicar critérios mais sofisticados para a identificação de movimentos. Embora a técnica
de filtragem não corresponda exatamente a qualquer teoria de análises gráficas
conhecidas, é intimamente relacionada a coisas como a teoria de Dow. Assim, a
rentabilidade da técnica de filtragem pode ser usada para fazer inferências relativas a
rentabilidade potencial de outras regras de comercialização padrão.

Uma filtragem de, digamos, 5% é definida da seguinte forma: se o preço de fechamento

diário de uma ação em particular se move pelo menos 5%, comprar e manter a ação, até
que seu preço se mova para abaixo de, pelo menos, 5% a partir de uma alta
subseqüente, na altura em que, simultaneamente, haja uma curta posição de venda, a
posição vendida é mantida até que o preço de fechamento diário suba, pelo menos, 5%
acima de uma subsequente baixa, momento em que se deve, simultaneamente, cobrir
a oferta e comprar. Movimentos inferiores a 5%, em qualquer direção, são ignorados.

É, claro, desnecessário limitar o tamanho do filtro em 5%. Na verdade, o Professor

Alexander relatou testes da técnica de filtragem para filtros variando em tamanho de
1% para 50%. Os testes cobrem diferentes períodos de 1897 a 1959 e envolvem preços
de fechamento diários para dois índices, o Dow Jones Industrial de 1897 a 1929 e o
industrial Standard and Poors de 1929 a 1959. Em trabalhos mais recentes de Alexander
[2] verifica-se que, mesmo quando as maiores comissões de corretagem efetuadas sob
a regra de filtragem são ignoradas, a técnica de filtragem consistentemente não pode
corroborar a política simples de compra e venda com os índices para os diferentes
períodos testados. Em outro lugar, eu testei a técnica de filtragem sobre os ações
individualmente. Novamente, o método simples de comprar e vender ações
constantemente corrobora com os lucros produzidos por filtros de tamanhos
diferentes. Parece, então, que, pelo menos para os fins do trader individual ou
investidor, testes da técnica de filtragens também tendem a apoiar o modelo dos
passeios aleatórios.

Implicações para outras teorias

Como afirmado anteriormente, teorias grafistas implicitamente assumem que exista

uma dependência em série nas mudanças de preços. Ou seja, a história da série pode
ser usada para fazer previsões significativas relativas ao futuro. Por outro lado, a teoria
dos passeios aleatórios diz que mudanças de precificação são independentes, ou seja, o
passado não pode ser usado para prever o futuro. Assim, as duas teorias são
diametralmente opostas, e se, como parece sugerir a evidência empírica, a teoria dos
passeios aleatórios é válida, então as teorias de análises grafistas são semelhantes à
Astrologia, não tendo nenhum valor real para o investidor.

Em um mundo incerto, no entanto, nenhuma quantidade de testes empíricos é

suficiente para estabelecer a validade de uma hipótese, sem qualquer sombra de
dúvida. O modelo de grafismos ou a análise técnica sempre tem a opção de declarar que
as provas para apoiar a teoria dos passeios aleatórios não são suficientes para validar a
teoria. Por outro lado, o modelo de análises grafistas deve admitir que as provas a favor
do modelo de passeios aleatórios são consistentes e volumosas. Considerando serem
raras as poucas discussões sobre publicações de rigorosos testes empíricos das várias
análises técnicas. Se o modelo de análises grafistas rejeita as provas a favor do modelo
de passeios aleatórios, sua posição é fraca, se suas teorias não tenham sido submetidas
igualmente a rigorosos testes. Isto é, creio, o desafio que a teoria dos passeios aleatórios
faz à análise técnica.

Não há nada na discussão acima, no entanto, sugerindo que a análise do valor natural
ou fundamental seja superior, em uso, a menos em um mercado eficiente com passeios
aleatórios dos preços. Na verdade, o analista fará melhor do que o investidor que segue
uma política simples de comprar e vender ações, enquanto ele puder identificar mais
rapidamente situações onde não negligencie mais as discrepâncias entre os preços reais
e valores naturais do que outros analistas e investidores, e se ele é capaz de prever a
ocorrência de eventos importantes e avaliar seus efeitos sobre os valores naturais.

Se há muitos analistas que são bons o bastante neste tipo de coisa, no entanto, e se eles
têm recursos substanciais à sua disposição, eles ajudam a estreitar as discrepâncias
entre os preços reais e valores naturais e contribuem para que os preços reais, em
média, possam se ajustar "instantaneamente" às alterações nos valores naturais. Ou
seja, a existência de muitos analistas sofisticados ajudam a tornar o mercado mais
eficiente, o que por sua vez implica em um mercado que adequa-se de forma mais
próxima ao modelo de passeios aleatórios. Embora os retornos para esses analistas
sofisticados possam ser bastante elevados, eles estabelecem um mercado em que a
análise fundamental é um procedimento bastante inútil para o analista médio e para o
investidor médio. Ou seja, em um mercado de passeios aleatórios eficiente, em média,
uma escolha feita por um analista medíocre por um determinado ativo irá produzir um
retorno não muito melhor do que o obtido de um ativo selecionado aleatoriamente com
o mesmo grau de risco, em geral.

Um ponto de referência Natural

Não há provavelmente muitos analistas (na verdade, não conheço nenhum) que de bom
grado admitiria que eles não são melhores que o analista "médio". Se todos os analistas
pensam que eles são melhores do que a média, no entanto, isso só significa que sua
estimativa dessa média é baixa. Felizmente, não é necessário julgar um analista
unicamente por suas reivindicações. A discussão acima fornece um ponto de referência
natural com o qual podemos avaliar seu desempenho.
Em um mercado de passeios aleatórios eficiente, em qualquer momento, o preço de
mercado de um ativo já refletirá os juízos de muitos analistas sobre a pertinência das
informações atualmente disponíveis para as perspectivas sobre este mesmo
ativo. Agora, um analista individual pode sentir que ele tem idéias melhores do que
aquelas que já estão implícitas no preço de mercado. Por exemplo, ele pode sentir que
uma discrepância entre o preço de mercado e valor natural existe para alguma ação, ou
ele pode pensar que o valor natural da ação estaria, em si, prestes a mudar por causa
de algum fragmento iminente de novas informações, que ainda não estão disponíveis a
nível geral.

Esses "insights" do analista não possuem valor real, no entanto, a menos que eles sejam
eventualmente corroborados pelo mercado, ou seja, a menos que o preço real de
mercado eventualmente se mova na direção prevista pelo analista. Em outras palavras,
se o analista pode tomar decisões significativas relativas à compra e venda de títulos
individuais, as escolhas consistentemente devem superar títulos selecionados
aleatoriamente do mesmo grau de risco geral. No entanto, é importante salientar que o
analista deve consistentemente produzir resultados melhores que a mera seleção
aleatória, uma vez que, pela natureza da incerteza, por qualquer período de tempo
determinado, ele terá uma chance de 50% de fazer melhor do que uma seleção
aleatória, mesmo se os seus poderes de análise sejam completamente
inexistentes. Além disso, não só deve o analista fazer consistentemente melhor que uma
seleção aleatória, mas ele deve superar uma seleção aleatória em um nível que seja pelo
menos suficiente para cobrir o custo dos recursos (incluindo o seu próprio tempo) gastos
no processo de condução dos seus procedimentos de seleção mais sofisticados.

O que propomos, então, é que o analista submeta seu desempenho a uma comparação
rigorosa com um procedimento de seleção aleatória. Uma maneira simples e prática de
comparar os resultados produzidos por um analista com um procedimento de seleção
aleatória é o seguinte: cada vez que o analista recomenda uma ação para a compra (ou
venda), outra ação do mesmo grau de risco geral é escolhida aleatoriamente. Uma data
futura, então, é escolhida no momento em que serão comparados os resultados
produzidos pelos dois títulos. Mesmo se o analista não for melhor que o procedimento
de seleção aleatória, em qualquer comparação determinada, ainda há chances de 50%
que ele escolha uma ação que irá superar a ação selecionada aleatoriamente. Depois
que o jogo foi jogado por um tempo, no entanto, os resultados de muitas comparações
diferentes são acumulados, e ficará claro se o analista é que se preze, ou não.

Comparação de carteiras

Em muitas circunstâncias, no entanto, a principal preocupação é com o desempenho de

uma carteira, e não com o desempenho dos títulos individuais da carteira. Nessa
situação, alguém iria querer comparar o desempenho da carteira em questão com o de
uma carteira de títulos selecionados aleatoriamente. Uma referência útil para carteiras
aleatoriamente selecionadas foi fornecida por Fisher e Lorie [6]. Eles calcularam as taxas
de retorno de investimentos em ações comuns na bolsa de valores de Nova York por
vários períodos de tempo, de 1926 a 1960. O pressuposto básico em toda a compilação
de dados deles é que, no início de cada período estudado, o investidor coloca uma a
mesma quantidade de dinheiro em cada carteira comum ações listadas em cada época
na Bolsa. Isso equivale a uma amostragem aleatória, onde a amostragem é,
naturalmente, exaustivamente extensa. Diferentes taxas de retorno são então
calculadas para possíveis perfis fiscais dos diferentes investidores, primeiro sob a
suposição de que todos os dividendos são reinvestidos no mês pago e depois sob a
suposição de que os dividendos não são reinvestidos.

Um procedimento possível para o analista é comparar retornos em determinados

períodos de tempo, auferidos por carteiras que ele adquiriu, com os retornos ganhos
para os mesmos períodos de tempo por Fisher-Lorie com carteiras "sorteadas
aleatoriamente”. É importante observar, no entanto, que este será um procedimento
de teste válido somente se o portfólios gerenciados pelo analista tinham o mesmo grau
de risco que as carteiras de "mercado" de Fisher-Lorie. Se isso não for o caso, os
resultados de Fisher-Lorie não fornecerão uma referência adequada. Para fazer uma
comparação adequada entre os resultados produzidos por uma política de seleção
aleatória e a seleção do analista, será necessário definir e estudar o comportamento de
carteiras de valores mobiliários selecionadas aleatoriamente, onde estas carteiras são
selecionadas de forma na qual tenham o mesmo grau de risco daquelas gerenciadas
pelo analista.

Se as reivindicações dos analistas sobre as vantagens da análise fundamental têm

qualquer fundamento na realidade, os testes sugeridos acima parecerão ser fáceis de
obterem aprovação. Na verdade, no entanto, os únicos "analistas" que até agora foram
submetidos a estes testes são os fundos mútuos abertos. Em seus apelos para o público,
fundos mútuos, costumam fazer duas reivindicações básicas: (1) associando-se a
recursos de muitos indivíduos, um fundo pode diversificar muito mais eficazmente os
investimentos do que a médio e o pequeno investidor; e (2) por causa da maior
proximidade de sua gestão com o mercado, o fundo é capaz de detectar melhor as "boas
compras" para títulos individuais. Na maioria dos casos, a primeira afirmação é
provavelmente verdadeira. A segunda, no entanto, implica que os fundos mútuos
oferecem um maior retorno do que poderia ser conquistada por uma carteira de títulos
selecionados aleatoriamente. Em um paper separado [5] eu relatei os resultados de um
estudo, que sugerem que, se as taxas de administração de entrada dos fundos mútuos
forem ignoradas, na média, os fundos obtém o mesmo que um portfólio selecionado
aleatoriamente. Se levarmos em conta as taxas mais elevadas de entrada para
administração dos fundos, no entanto, em média, a política de investimento aleatório
supera os fundos. Além disso, estes resultados parecem ser consistentes com aquelas
do agora famoso estudo da Wharton sobre os fundos mútuos [11].

Estes resultados desfavoráveis, no que dizem respeito a fundos mútuos, tenderam a

levar a teoria dos passeios aleatórios à atingir outras instituições financeiras e a maioria
dos consultores de investimentos mais bem conceituados, bem como, por mostrar que
provavelmente não fazem nada melhor do que uma seleção aleatória. Instituições e
analistas só podem dissipar tais dúvidas submetendo seu desempenho a uma
comparação rigorosa com um procedimento de seleção aleatória.
 Conclusão

Em suma, a teoria dos passeios aleatórios dos preços do mercado de ações apresentam
desafios importantes para ambos; os grafistas e os defensores da análise
fundamental. Para o grafista, o desafio é simples. Se o modelo de passeios aleatórios é
uma descrição válida da realidade, o trabalho do grafista, como a de um astrólogo, será
de nenhum valor real para fins de análise do mercado de ações. A evidência empírica,
até agora, fornece forte sustentação para o modelo de passeios aleatórios. Nesta
perspectiva, a única maneira que o grafista pode reivindicar a sua posição é mostrando
que ele pode sempre usar suas técnicas para fazer previsões melhores do que o mero
acaso, sobre os preços das ações. Não é suficiente para ele citar misticamente os
padrões que apenas ele vê nos dados. Ele deve mostrar que ele pode usar
consistentemente esses padrões para fazer previsões significativas dos preços futuros.

O desafio da teoria dos passeios aleatórios para o proponente da análise fundamental,

no entanto, está mais desenvolvido. Se a teoria dos passeios aleatórios é válida e se os
mercados de ativos são mercados "eficientes", então os preços das ações em qualquer
momento representarão boas estimativas dos valores naturais ou fundamentais. Assim,
análise fundamental adicional tem valor somente quando o analista tem novas
informações, que não foram consideradas totalmente nas correntes que guiam a
formação dos preços de mercado, ou ter novos insights sobre os efeitos da informação
geralmente disponível, que não estão já implícitos nos preços correntes. Se o analista
não tem melhores insights nem novas informações, em relação ao público geral, ele
pode também esquecer a análise fundamental e escolher títulos por algum
procedimento de seleção aleatória.

Em essência, o desafio da teoria dos passeios aleatórios para o defensor da análise

fundamental é mostrar que seus procedimentos mais sofisticados seriam na verdade
mais rentáveis do que uma política de seleção aleatória simples. Como no caso do
grafista, o desafio é empírico. O analista não pode protestar apenas com base no que
ele acha sobre os títulos que ele escolheu, para apresentar rendimentos melhores do
que títulos selecionados aleatoriamente; Ele deve demonstrar se este é realmente o
caso.

REFERÊNCIAS:

1. ALEXANDER, SIDNEY S. “Price Movements in Speculative Markets: Trends or Random

Walks,” II (May, 1961), 7-26.

2. ---. “Price Movements in Speculative Markets: Trends or Random Walks, Number

2,ibid” V (Spring, 1964), 25-46.

3. COOTNER, PAUL H. (ed). The Random Character of Stock Market Prices. Cambridge:
M.I.T. Press, 1964. An excellent compilation of research on the theory of random walks
completed prior to mid-1963.
4. COOTNER, PAUL H. “Stock Prices: Random vs. Systematic Changes,” Industrial
Management III, (Spring, 1962), 24-45.

5. FAMA, EUGENE F. “The Behavior of Stock-Market Prices,” Journal of Business, XXXVIII

(January, 1965), 34-105.

6. FISHER, L., and LORIE, J. H. “Rates of Return on Investments in Common Stocks,”

Journal of Business, XXXVJI (January, 1964), 1-21.

7. GODFREY, MICHAEL D., GRANCER, CLIVE W. J., and MORGENSTERN, OSKAR. “The
Random Walk Hypothesis of Stock Market Behavior,” Kyklos, XVII (January, 1964), l-30.

8. GRANGER, CLIVE W. J., and MORGENSTERN, 0. “Spectral Analysis of New York Stock
MarketPrices,” Kyklos, XVI (January, 1963), I-27.

9. KENDALL, M. G. “The Analysis of Economic Time Series,” Journal of the Royal

Statisticol Society (Series A), XCVI (1953), 11-25.

10. MOORE, ARNOLD. “A Statistical Analysis of Common- Stock Prices.” Unpublished

Ph.D. dissertation, Graduate School of Business, University of Chicago (1962).

11. “A Study of Mutual Funds.” Prepared for the Securities and Exchange Commission
by the Wharton School of Finance and Commerce. Report of the Committee on Interstate
and Foreign Commerce. Washington, DC.: Government Printing Office, 1962.